松尾豊教授「DXには人材と組織改革が不可欠」JDLA 合格者の会 2022 特別講演

最終更新日:2024/04/05

松尾豊教授 DLの未来を語る

日本ディープラーニング協会（JDLA）主催「合格者の会 2022」にて、 JDLA理事長 松尾 豊 東京大学大学院教授がG検定・E資格の合格者に向けて特別講義を行いました。

松尾教授による特別講義「DLの進展と未来」の様子をお届け。今年3月、岸田首相や経済産業大臣等が参加した第4回「新しい資本主義実現会議」で実際に発表したプレゼンテーションを振り返ります。

AIが新しい資本主義の柱に

はじめに、松尾教授は今年3月に開催され、岸田首相や萩生田経済産業大臣らが参加した新しい資本主義実現会議でのプレゼンテーションを振り返りました。新しい資本主義の論点は次の４つです。

• 成長と分配
•  人への投資
• スタートアップ
• 科学技術に関しては、人工知能と量子

新しい資本主義の論点を踏まえて、アルファ碁や画像認識技術だけでなく、GPT-3（自然言語モデル）などの基盤モデル（Foundation Models）やAlphaFold2（タンパク質の構造計算ツール）といった技術の進展について語られました。

AIが急速に進歩しているとしつつ、一方で現在のAIには一定の限界があると松尾教授は主張します。

例えば、自動運転車が人間のように地図がない状態で自由に運転できるわけではありません。また、自然言語処理で対話ができると言っても人間同様の対話はできません。

逆に、今後さらなるイノベーションが起こる可能性があると示唆。ゆえに新しい資本主義で「人工知能」が柱に定義されている点は間違っていないと結論付けます。

ですが、欧米が先行するAI市場の中で日本に勝ち目があるのでしょうか。松尾教授は次の3つのポイントで日本にも勝ち目があると提唱します。

• 実践で逆転
  • 試行錯誤を増やす。研究から逆転ではなく、実践で逆転
  • 国研は技術情報を広く周知
  • ビジネスパーソンがAI・DXを使いこなせるように。
• 人材育成とスタートアップで逆転
  • 実践型の人材育成。例えば、CDLE、高専、未踏のスケールアップ
  • 地域からスタートアップを。AIは強い武器になる。
• 融合領域で逆転
  • 物理化学など、そのその日本が強い研究領域との融合
  • ロボット、脳科学なども。
  • 研究は若手（20代）を重点的に。

3月の会議では、松尾教授のプレゼンテーションを受けて岸田首相は次のように締めくくりました。

AIについては、ディープラーニングを重要分野として位置付け、企業による実装を念頭に置いて国家戦略の立案を進める。

 

引用：第４回新しい資本主義実現会議 議事要旨

松尾教授はこの発言を受けて「総理の発言であることはすごいことだ」と発言しました。

ディープラーニングはさらなる高みへ

次に自然言語処理モデルの進展を紹介しました。2017年頃から自然言語処理の精度が飛躍的に向上しています。そのベースになった技術がトランスフォーマー（Transformer）です。

マルチヘッドのセルフアテンション（自己注意機構）を多層に重ねたもので非常に多くのタスクで最新性能を示しました。

BERT以降、多くのモデルが発表されましたがGPT-3では1750億パラメータを持つ非常に巨大なものに。これにより、文章生成や文脈を理解し空白を埋めることも可能になりました。2022年4月にGoogleが発表したPaLMでは5400億パラメータを持つようになり、より大規模なモデルが生まれています。パラメータ数が大きくなればなるほど賢くなっているのです。

自然言語処理の技術を活用するとOpen AIが発表したDALL-E 2では、テキストを入力するとAIがテキストに対応する美しい絵を描ける（画像生成できる）ようになりました。

また、Googleが発表したImagenも綺麗な絵を描けるようになりました。

ただ、「大規模なTransformerがすごいのか？」「このままどこまでも賢くなるのか？」と松尾教授は疑問を投げました。松尾教授は今のAIには限界が来るだろうと予想しています。

松尾教授は、従来とは違った方法でAIの限界を越えるかもしれないと唱えます。

AIからの知見：松尾研が注目するヒント

• リザパー計算
• 宝くじ仮説
• 強い宝くじ仮説

これらの研究が示唆していることは、次の3つだと紹介します。

• 決められたニューラルネットワークの構造における重みの調整（学習）というのは、従来から知られている現象であるが、それ以外に「構造の探索」というより重要な話があること。
• それが、従来の機械学習の知見と、深層学習を分ける決定的な違いかもしれないこと。
•  それが、精度の向上、汎化性能の向上につながっているらしいこと。

松尾教授は、今後さらに新しい技術進化が起こるはずだと締めくくりました。

DXにはターボを発動できる人材が必要

最後はDXに話題を転換します。DXにはターボを発動できる人材とそのような組織風土への転換が必要だと松尾教授は主張します。

現代社会で活躍する人の仮説として次の3要素を紹介しました。

• 仮説思考
• デジタルスキル
• 目的思考

さらにデジタルスキルの解像度を上げると次の3分野に分類されます。

• ITシステム：従来「作る人」として伸ばしてきた力の部分
• データ／AI：DXの原動力
• Webサービス開発：デジタル構造でサービスを開発する力

これらの力の学び方をグラフで可視化し、対応する資格と講座を紹介します。

JDLAではデジタルスキルの3分野において学ぶべき要素・学ぶべきコンテンツ・学びのパスを明らかにし、AIの社会実装の加速化を目指します。

まとめとして、松尾教授は10-20年以上に渡ってディープラーニングの発展しいくと前半を振り返り、合格者のコミュニティを活用してAIの社会実装を推進しようとコメントし、幕を閉じました。

中村 優斗

中央大学法学部を経てAIsmileyにジョイン。国内外のAIトピックを日々ウォッチ。2級知的財産管理技能士、日本ディープラーニング協会 (JDLA) G検定2021#2取得、JDLA Generative AI TEST 2023 #1合格。経済産業省主催のデジタル推進人材育成プログラム「マナビDX Quest」2022年度第1ターム「ケーススタディ教育プログラム」Gold修了証。CDLEコアメンバー、「DX情報交換チャンネル」と「DX情報交換+グループ」を運営。